常微分方程组的演化建模新算法

提出了常微分方程组的演化建模的一种新算法 ,新算法在 3个方面改进了作者原有的算法 :(1)采用新的适应值评估方式 ;(2 )采用一种基于子空间搜索的遗传算法来优化模型的参数 ;(3)将传统的遗传程序设计方法与局部搜索技术相结合来优化模型的结构 .将新算法分别应用于人口增长与化学反应模型的自动建模 ,并比较两种算法的实验结果 ,表明新算法发现的模型更稳定、精确度更高 .     

搜索引擎Web API框架设计研究

传统的基于网页方式的搜索引擎服务不能很好地满足用户个性化的需求,搜索引擎Web API概念的提出较好的解决了这一问题.本文提出了一种基于SOAP和WSDL标准的搜索引擎Web API的构架模型.该构架模型的接口由五大部分组成,内容涵盖了用户自定义搜索条件的各项参数以及返回结果剥离所需的各项参数.采用SOAP和WSDL标准保证了该接口跨语言、跨平台特性.文章系统地介绍了框架的构造、功能,并对接口方法以及参数定义进行了详细的说明.     

基于Map/Reduce的索引数据云存储模型研究

针对目前搜索引擎引擎系统存在的数据量庞大、访问用户高并发性和搜索延迟性的特点,提出了基于云存储的文档索引分类存储模型,并在索引数据分类存储算法实现过程中,采用基于Map/Reduce编程模型的二次索引词权重计算,以降低分类过程中的模糊粒度.通过实验验证基于该存储模型的算法不仅可以提高海量数据索引库的数据处理效率,而且在一定程度上降低了检索系统查询延迟,提高了搜索效率.     

基于Hits算法的Web安全改进模型

针对某些恶意页面利用搜索引擎的局限性隐藏在搜索结果排名较靠前的位置这一问题,本文提出了基于Hits算法的Web安全改进模型.该模型在Hits算法的基础上,结合向量空间模型来评价网页的风险程度,通过对恶意页面的Authority值进行＂惩罚＂来降低恶意页面在搜索结果中的排序,从而减低恶意页面被访问到的概率.实验结果表明,恶意网页的Authority值明显降低,而非恶意网页的Authority值有所上升,这使得用户通过搜索引擎点击到恶意页面的概率大幅降低.     

Deep Web信息按需集成研究综述

Deep Web信息按需集成研究的是如何根据用户的需求从海量的Web数据库中获取所需的信息.本文在对近10年来该领域研究进行综述的基础上,提出Deep Web信息按需集成框架,它包括Deep Web搜索引擎、接口集成、数据源描述,查询执行等4个方面内容.同时,围绕用户的个性化、查询结果的用户满意度和查询效率等评价指标,对Deep Weh按需集成的未来发展方向进行展望.     

互联网信息搜索用户行为模型的探索性研究

探讨互联网信息搜索中用户与网络交互的行为模型．要求32名大学生或研究生被试完成不同类型（开放型与封闭型问题）的信息搜索任务,记录整个搜索过程,并提取各类关键事件的发生频次和时间等数据进行分析．基于路径分析获得的用户搜索行为模型显示：任务类型因素通过“主题目录链接”与“相关链接”的相关对搜索时间产生非因果效应;个体因素通过“页面跳转”对搜索时间产生间接因果效应,通过“相关链接”对绩效产生间接因果效应;环境因素通过“浏览时间”和“提交请求”对搜索时间产生间接因果效应．     

基于交互和图注意力网络的代码搜索方法

在代码搜索任务中,已有的基于深度学习的算法,一方面不能有效提取代码特征和查询特征之间的细粒度交互关系,另一方面未考虑特征之间潜在的结构化特征,无法实现更精确的匹配。本文提出了一种基于交互和图注意力网络的代码搜索模型IGANCS(Interaction and Graph Attention Network based model for Code Search)。该模型通过引入基于相似度矩阵的交互机制,学习代码特征和查询特征的细粒度交互关系,实现代码与查询之间的对齐;引入图注意力机制,利用自注意力层学习代码和查询中隐藏的结构化特征,更深入地挖掘代码和查询的结构化语义;利用最大池化机制分别聚合代码特征和查询特征,提取最重要的特征信息。本文在公开的Java数据集和Python数据集上对IGANCS进行了评估。实验结果表明,IGANCS在Mean Reciprocal Rank(MRR)和SuccessRate@1/5/10指标上优于已有的基线模型。     

工作流日志与过程模型的一致性分析

工作流日志体现系统的实际执行情况,工作流过程模型则是对系统流程的一种静态描述.工作流建模方法以及过程挖掘技术将系统执行日志与系统模型联系在一起,日志与过程模型的一致性问题在各种应用领域已经越来越重要,但是现在并没有很好的方法去分析一致性.针对这一问题,定义了日志与模型的一致性的概念,并根据日志与模型的相互关系,提出了两个评价指标:日志匹配性和行为一致性,并给出了相应的评价方法.该方法可以有效地评估工作流日志与工作流模型之间的一致性程度.     

考虑双方主体失望-欣喜感知的多指标双边匹配决策方法

在双边匹配研究中很少关注如何描述双方主体的失望-欣喜感知并将其引入双边匹配模型.通过对匹配主体失望-欣喜感知的刻画,提出了一种新的具有指标期望的多指标双边匹配决策方法.首先,针对具有指标期望的多指标双边匹配问题给出了数学描述;其次,匹配决策者通过对主体的指标期望值与对方主体真实值之间的比较分析,建立了双方主体的损益矩阵;然后,依据失望理论,构建双方主体在各指标下的感知效用矩阵,并集结得到双方主体的综合感知效用矩阵;进一步构建以双方主体可接受最低水平为约束,双方主体综合感知效用最大为目标的多目标优化模型,并将多目标优化模型转换为单目标优化模型,通过求解单目标优化模型得到最优双边匹配结果.最后,通过算例比较分析了本文方法与现有方法的差异,进一步说明了本文方法的有效性与合理性.     

基于关键词的对等网络节点群相似性度量模型研究

为了进一步提高基于P2P的内容分发网CDN（content delivery network）的搜索效率,对用户就近组成的节点群（peer group）进行了研究,提出了节点群相似的概念和基于关键词的节点群相似性度量模型.当一个需求在本节点群不能满足时,优先到相似性高的节点群中查找,以较快地满足跨节点群的需求.度量模型对任意两个节点群首先根据节点中各文档关键词的一致程度判断对应两个节点的相似度,然后根据相似节点对的数量和相似度来判断两个节点群相似度.实验表明,使用所提出的度量模型得出的计算结果比传统的基于VSM的算法更接近于实际情况.     

基于Nutch的医疗搜索引擎的研究与开发

针对当前大众借助网络获取医疗信息的需求日益增强,以及通用搜索引擎获取专业领域信息时准确性差、效率低下的缺点,本文设计了基于nutch组件的医疗垂直搜索引擎。该系统实现了中文分词功能,通过文本训练得出了专业词库,运用空间向量模型算法对网页进行医疗主题相关度的计算,实现了网页过滤功能,并在排序算法中加入了主题相关因素。测试结果表明：该系统相对于通用搜索引擎,在获取医疗行业信息方面具有更高查准率,减少了不相关信息的干扰,使医疗信息的查找与定位更精确,能够为大众提供更具针对性的服务。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

基于XML的组件搜索引擎技术

分析了目前通用搜索引擎用于组件搜索的局限性,提出一种专用于组件的搜索引擎技术.该技术通过组件分类方法对组件资源进行统一描述,并利用组件库技术能有效的针对组件进行搜索.     

一种求解厌恶型p-中位问题的混合进化算法

厌恶型p-中位问题是一个NP-困难问题.提出了一种求解厌恶型p-中位问题的混合进化算法.首先,通过贪心随机自适应搜索方法和随机构造方法产生初始种群.然后,利用搜索过程中收集到的全局信息和局部信息构造新解,期间注意提高搜索的多样性,避免早熟.最后,针对厌恶型p-中位问题的特点,构造基于约束交换邻域的局部搜索算法,提高了算法的局部搜索能力.通过求解72个标准测试例子以检验算法的性能,发现该算法在较短时间内得到了高质量解,优于现有算法.     

疫情期间居住环境对城市居民焦虑情绪的影响

新型冠状病毒肺炎（COVID-19）已演变为全球大流行疾病,疫情发生带来的不确定性不仅对公众的生命健康产生了威胁,而且令公众的负面心理状态——焦虑情绪不断加剧。居住环境是影响居民情绪的重要因素,根据“人—环境一致性理论”,人与环境是相互作用的,个人的认知受环境的影响。因此,以线上问卷调查的数据为基础,采用焦虑自评量表测度城市居民的焦虑情绪,通过二元Logistic回归方法,分析居住环境和人口学特征对焦虑情绪的影响。结果表明,在居住环境要素中,室内居住环境中的采光、通风和噪声状况,室外居住环境中的住区绿化状况、疫情宣传和管理状况以及安全设施状况对城市居民焦虑情绪有显著影响;在个人特征要素中,年龄、收入和独居状态对城市居民焦虑情绪产生显著影响。     

大型公共建筑工程质量保险纯费率厘定研究——基于GLM及GAM的实证比较分析

为准确地厘定大型公共建筑工程质量的保险纯费率,通过文献分析及调研,对影响大型公共建筑工程质量的因素进行了研究,提炼出11项保险费率因子。以46栋竣工于1993—2016年的大型公共建筑为工程数据集,在频率-强度法基础上,基于Poisson、Negative Binomial、Gamma、Inverse Gauss等分布的假设,利用广义线性模型及广义可加模型建立了8个工程质量保险纯费率厘定模型,通过比较选择最优模型,并对模型进行了验证。结果表明,所建模型可用于大型公共建筑工程质量保险纯费率厘定。     

出境旅游网络关注度时空演变及影响因素研究——以泰国为例

网络关注度是测量潜在旅游者对目的地旅游关注情况及需求变化的重要手段之一。基于百度指数,以我国31个省（区、市）（不含港、澳、台）的泰国旅游网络关注度为研究对象,运用季节性强度指数、地理集中度指数、赫芬达尔-赫希曼指数、地理探测器等方法,探讨我国居民对泰国旅游网络关注度的时空演化规律及其影响因素。结果表明：从时序演化上看,2011—2019年泰国旅游网络关注度呈波动上升态势,可划分为快速上升期和平稳发展期2个阶段,地区季节性差异显著,3月、7月、12月为泰国旅游网络关注度的高峰时段;从空间分异上看,泰国旅游网络关注度空间分异变化不大,空间集聚趋于分散状态,整体呈“东高-西低”的阶梯状递减特征,高关注度地区主要集中在东部地区及四川省,低关注度地区则主要分布于除四川省外的西部省份;从影响因素上看,经济发展水平（人均可支配收入、GDP）、交通便利程度、贸易开放度以及国际旅游开放度共同影响泰国旅游网络关注度的空间分布格局。